由GPT-4Vision指导的自动化放射治疗治疗计划

科学领域:

• 辐射瘤学 辐射瘤学
• 人工智能的人工智能
• 医疗成像医学成像

背景情况:

• 放射治疗治疗计划是复杂的,耗时的,主观的.
• 先进的人工智能 (AI) 模型为规划挑战提供了潜在的解决方案.
• 将人工智能与临床知识相结合,可以提高决策能力.

研究的目的:

• 介绍GPT-RadPlan,这是一个使用GPT-4视觉用于放射治疗计划的自动化框架.
• 利用多模式人工智能整合放射性瘤学知识和推理能力.
• 自动化治疗计划,以提高效率和结果.

主要方法:

• 利用临床要求和GPT-4 V的批准计划的上下文学习.
• 通过API将GPT-RadPlan集成到现有的逆处理计划系统中.
• 雇佣GPT-RadPlan作为计划评估者和规划者,通过文本反来代地改进计划.

主要成果:

• 在17个前列腺癌和13个头癌VMAT计划中测试了GPT-RadPlan.
• 在所有情况下,该系统与人类专家的计划相匹配或超越.
• 实现了优越的目标覆盖率,并将危险器官剂量平均减少了5Gy (10-15%).

结论:

• GPT-RadPlan是第一个用于自动化放射治疗规划的多式联络式大型语言模型代理.
• 该系统成功地模仿了人类规划者的行为,并遵守临床协议.
• 在无需再培训的情况下,在自动化放射瘤治疗计划方面表现出显著的希望.